Documentos de Académico
Documentos de Profesional
Documentos de Cultura
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/255626919
CITATION
READS
581
5 authors, including:
I. Lopez-Juarez
Jorge Corona
10 PUBLICATIONS 52 CITATIONS
SEE PROFILE
SEE PROFILE
Resumen
En el trabajo se presenta un sistema de
visin que le permite a un robot manipulador
KUKA de 6 grados de libertad (DOF), obtener
informacin del POSE (localizacin del
objeto) para realizar tareas de ensamble en
lnea (tiempo real).
El sistema de visin forma parte de una
celda de manufactura inteligente que se esta
integrando en el Laboratorio de Manufactura
Inteligente del CIATEQ en Quertaro, Mxico.
Se presenta la arquitectura del sistema
diseado, y la descripcin del mtodo
utilizado para obtener informacin de la
posicin y la orientacin en tiempo real de
imgenes 2D obtenidas con tcnicas de
segmentacin basndose en el anlisis de
histogramas 1D y 2D. La base de
funcionamiento con formas de imgenes
binarias, hace al sistema robusto y flexible, lo
que permite utilizarlo tambin en aplicaciones
de visual servoing. El proceso de
adquisicin de la imagen, proceso de
calibracin y procesamiento de los datos para
generar las siluetas (imagen binaria) y extraer
caractersticas (features) es mostrado.
Tambin se presenta la integracin
sensorial y descripcin general de los
algoritmos de inteligencia utilizados en el
modo de visin en la celda de manufactura.
1. Introduccin
Recientemente, se ha generalizado la
idea de contar con celdas inteligentes de
manufactura que utilicen robots con
capacidades
sensoriales
y
algoritmos
inteligentes
basadas
en
las
ltimas
investigaciones y desarrollos en Inteligencia
Artificial (IA) como son: lgica difusa y redes
neuronales. Utilizar estas tcnicas, simplifica el
manejo de modelos matemticos complejos
que requieren de bastante tiempo de cmputo
para su implementacin. Utilizar sistemas
multimodales que obtengan informacin de
diferentes modos sensoriales con el propsito
de manufactura, nos hace pensar en sistemas
ms robustos, auto-adaptables y parecidos al
comportamiento humano que necesariamente
mejoran el desempeo, y flexibilidad en
aplicaciones
comunes
con
robots
manipuladores [1].
Diferentes sensores en sistemas de
manufactura, han sido utilizados para realizar
diferentes tareas muy especficas y por
separado como son: gua de trayectorias para
soldar piezas, sistemas de visin para
aplicaciones de inspeccin y control de calidad
y sensores de fuerza/torque para realizar tareas
de ensamble. La integracin de robots con
capacidades sensoriales para realizar tareas de
ensamble en una celda flexible de manufactura,
representa un tema de vanguardia en la
investigacin y desarrollo de sistemas de
manufactura inteligente. La mayora de los
usuarios y fabricantes que utilizan sistemas
automatizados en la fabricacin, han puesto su
empeo en mejorar la precisin y velocidad de
los sistemas robotizados, pero a un lado de las
2.1 Multimodalidad
La multimodalidad est restringida a
las interacciones que comprenden ms de una
modalidad en la percepcin como:
Percepcin Sensorial
Organo
Modalidad
Sentido de la vista
Ojos
Visual
Odos
Auditiva
Piel
Tctil
Nariz
Olfativa
Lengua
Gustativa
Figura 3. Ensamble
2.3 Ensamble
3. Sistema de Visin
El
modo
sensorial
de
visin
proporciona al brazo-robot, la informacin
espacial en la localizacin (POSE) y captura de
partes (grasping). La figura 4 muestra al
sistema de visin integrado por: una cmara de
televisin de alta velocidad del tipo progresiva
con sensor CCD/B&W, PULNIX 6710 [6],
colocada en un sistema de posicionamiento
X-Y en la parte superior de la celda de
manufactura, lo que permite tener escenas de
partes en diferentes localidades dentro del
rea de trabajo.
4. Resultados y conclusiones
Al momento se han obtenido resultados
satisfactorios con el sistema de visin para la
localizacin de partes en lnea, con la
restriccin de conocer previamente la
informacin de la altura de los objetos, se han
realizado experimentos con figuras bsicas en
2D como cuadros, crculos, rectngulos,
tringulos y polgonos en general, para luego
realizarlos con polyhedros como cubos,
pirmides, y conos. En un porcentaje alto el
resultado es satisfactorio para la obtencin del
POSE, en cuanto al reconocimiento el
resultado es satisfactorio actualmente con
figuras en 2D, la implementacin del sistema
de iluminacin que permitir obtener la
informacin de 3D est en desarrollo y no se
han obtenido resultados. La metodologa para
obtener las mediciones se realiza en base a la
lectura de mediciones repetitivas para el
mismo objeto varias veces y para diferentes
objetos y se establecen clculos estadsticos
bsicos como medias y variancias para tomar
conclusiones (los mtodos estadsticos no son
presentados en este trabajo). Las mediciones
se hacen considerando un cierto rango de
iluminacin fuera del cual el sistema es
propenso a equivocaciones. Resultados
esperados se han obtenido al poder obtener
informacin del POSE en tiempo real, lo que
permite realizar aplicaciones en lnea y
proporcionar a un sistema planificador de
tareas de ensamble la informacin necesaria
para alcanzar la parte requerida, capturarla e
iniciar el proceso de ensamble con otros
modos sensoriales como el sensado de fuerzas
y el reconocimiento de voz.
5. Referencias
[1] I.Lpez-Jurez, On-Line Learning for
Robotic Assembly using artificial neural
networks and contact force sensing, PhD.
Thesis, Nothingham Trent University,
Inglaterra, 2000.
[2]
L. Wu,S. L. Oviatt, P. R. Cohen,
Multimodal Integration A Statical View,
IEEE Transactions on Multimedia, vol 1 ,
Num. 4, pp 334-341, 1999.
[3]
I. Lpez-Jurez, M. Howarth. Learning
Manipulative Skills with ART. IEEE/RSJ
International Conference on Intelligent Robots
and Systems ( IROS2000), Takamatsu, Japan,
Vol 1, pp 578-583 ISBN 0-7803-6351-5.
[4]
K.Ordaz, I. Lopez-Juarez,
Hacia M2ARTMAP: Una Arquitectura
Neuronal Multimodal
para
Percepcin
Sensorial en Robots Industriales, TAM2003,
Taller de Aprendizaje de Mquinas dentro de la
4. Conf. Int. en Ciencias Computacionales
2003 (ENC03), Tlaxcala , Mxico, 8-12
Sept.2003.
[5] I. Lpez-Jurez, M. Howarth. Knowledge
Acquisition and Learning in Unstructured
Robotic
Assembly
Environments,
The
International Journal of Information Sciences,
2002.
[6]
www.pulnix.com
[7]
www.imaging.com
[8]
M. Pea, I. Lpez-Jurez, R. Osorio.
Invariant Object Recognition Applied to
Machine Robot Vision (In Spanish). 17th.
Conference of the Mexican Society for
Instrumentation2002, October 2002.